MétaCan
Menu
Retour à la cohorte
Enregistrement W1966870550 · doi:10.1139/x01-170

Relationship between spruce beetle and tomentosus root disease: two natural disturbance agents of spruce

2002· article· en· W1966870550 sur OpenAlexvenueno aff
Kathy J. Lewis, B. Staffan Lindgren

Notice bibliographique

RevueCanadian Journal of Forest Research · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyTaigaDisturbance (geology)BorealBotanyEcology

Résumé

récupéré en direct d'OpenAlex

This project investigated the interaction between tomentosus root disease of spruce, caused by Inonotus tomentosus (Fr.:Fr.) S. Teng, and spruce beetle (Dendroctonus rufipennis (Kirby)). Both organisms are important agents of mortality and volume loss in boreal and sub-boreal spruce forests of British Columbia. They also occur in similar stand types with respect to species composition and tree age. One study involved an intensive survey of 23 spruce stands, where trees were sampled for both beetle and root disease. Tree condition (dead standing, live, windthrown) was also recorded. Few stands showed a significant relationship between incidence of spruce beetle and incidence of root disease, regardless of tree condition. Observations indicated that beetles actually tended to avoid severely infected trees. A second study involved pheromone baiting of paired healthy and infected trees, and measurements of phloem thickness. Two sites were used, one with very high (epidemic) populations of beetles, and the second with low (endemic) levels. Spruce beetle attacks were more successful on infected trees compared with healthy trees only at the site with endemic levels of beetle. Collectively, the results indicate that tomentosus root disease helps to maintain endemic levels of spruce beetle, and disease incidence may be useful as a tool to identify areas that may have endemic populations of spruce beetle.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,053
Tête enseignante GPT0,305
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest Insect Ecology and ManagementTravaux en français237 207